Université de Lyon, Université Claude Bernard Lyon 1, Université Saint-Étienne, RESHAPE U1290, F-69008 Lyon, F-42023 Saint-Etienne, France
Decision and Information Systems for Production systems (EA 4570), INSA Lyon, UJM-Saint Étienne, France
Hospices Civils de Lyon – Service des Données de Santé, Lyon, France
Ecole Doctorale Interdisciplinaire Sciences-Santé (EDISS) ED 205, Université Claude Bernard Lyon 1, Lyon, France
Titre de thèse : méthode globale de prédiction des durées de séjours avec intégration des données incrémentales et évolutives
Résumé de la thèse : l'estimation de la durée de séjour doit être établie à chaque admission à l’hôpital afin de planifier les activités de soins de manière pertinente. Une estimation inexacte peut rendre inefficiente l’organisation du travail à l’hôpital, entraîner une surcharge de travail des professionnels de santé et un allongement des délais d'attente pour les patients. Les hôpitaux sont amenés à optimiser l’utilisation de leurs ressources face aux besoins sanitaires croissants de la population et à de nombreuses contraintes budgétaires. Dans ce contexte, l’objectif du projet est de développer une nouvelle méthode de prédiction des durées de séjours qui assistera le gestionnaire des lits dans l’estimation des durées de séjours au plus juste possible au moment de l’admission et pendant le séjour d’hospitalisation.
Année d’inscription : 2019
Encadrants : Antoine Duclos, Tao Wang, Julien Fondrevelle
Titulaire d’un diplôme d’ingénieur généraliste de l’ESIGELEC spécialité Big Data et Transformation du Numérique, Vincent Lequertier est doctorant en épidémiologie, santé publique et recherche sur les services de santé. Ses centres de d’intérêts sont principalement l’Intelligence Artificielle et la représentation des données.
